بینایی ماشین در دنیای مدرن امروز: کاربردها و اجزا

1. سیستم بینایی ماشین چیست؟

بینایی ماشین یا ماشین ویژن مجموعه‌ای از اجزای یکپارچه هستند که برای استفاده از اطلاعات استخراج شده از تصاویر دیجیتال جهت هدایت خودکار عملیات ساخت و تولید استفاده می‌شوند. آزمایش بدون کنترل و فرایندهای کنترل کیفیت نمونه‌‌های پر‌کاربردی از این سیستم هستند. سیستم‌ها و اجزای ماشین بینایی کاربردهای گسترده‌ای در صنایع مختلف دارند. می‌توانند برای اتوماتیک کردن هر کار تکراری و پیش‌پا‌ افتاده‌ای که برای بازرسی انسانی یا اپراتور خسته‌کننده است، استفاده شوند.

درواقع بینایی ماشین شاخه‌ای از دانش است که سعی دارد از طریق پردازش تصاویر دوبعدی، جهان سه‌بعدی پیرامون را بازسازی و تفسیر کند. اگر بخواهیم خیلی ساده بینایی ماشین را توضیح دهیم، باید بگوییم که دید ماشین، ابزاری است که کامپیوتر‌ها و ماشین‌ها با استفاده از آن می‌توانند به‌جای انسان ببینند. ماشین ویژن می‌تواند در حوزه‌های متفاوتی مانند صنعت، مکانیک و حتی پزشکی مورداستفاده قرار گیرد. بینایی ماشین که به‌عنوان پردازش تصویر صنعتی نیز شناخته می‌شود. بینایی ماشین و پردازش تصویر، ابزاری مهم برای بهینه‌سازی و نظارت خودکار فرایندهای تولید است. دوربین‌های “بینایی ماشین” صنعتی در اینجا نقش مهمی دارند. پردازش تصویر (Image Processing) مفهومی جامع است. با این تعریف که یکی از شاخه‌های مدرن و متنوع هوش مصنوعی است که با ترکیب روش‌های خاص و الگوریتم‌های خاص بر روی یک تصویر، شما می‌توانید پروژه‌های مختلفی را با کاربردهای خاص انجام دهید. دوربین‌های صنعتی اطلاعات مهم را ضبط می‌کنند؛ آن را ذخیره و بایگانی می‌کنند و به کاربران یا نرم‌افزارها اجازه می‌دهند تا بر اساس اطلاعات تصویر تصمیم‌گیری کنند.

سیستم بینایی ماشین

2. تاریخچه بینایی ماشین

مدتهای نه چندان دور بینایی ماشین یکی از تخیلات ذهنی مردم محسوب می شد. فردی به نام لری رابرتز که از دانشمندان بزرگ علم کامپیوتر و فناوری بود برای اولین بار با تحقیقاتی که بر روی دریافت اطلاعات مختلف از فضای دو بعدی و سه بعدی اجسام انجام داده توانست به نوعی بینایی ماشین را در کامپیوتر مطرح نماید. از دیگر کسانی که تمامی فعالیت و تلاش خود را در این زمینه دنبال کرده است دانشمندی به نام ماروین مینسکی بوده که با الگو گرفتن از مغز انسان توانست کاری کند که پردازش اطلاعات توسط کامپیوتر ها به شکل هوشمندانه تری انجام شود و کامپیوتر ها بتوانند مانند مغز انسان بسیاری از چیز ها را تحلیل کنند.

3.سیستم‌های بینایی ماشین چگونه کار می‌کنند؟

برای درک این‌که یک سیستم بینایی ماشین چگونه کار می‌کند، یک عملکرد معمولی مانند بازرسی محصول را برای آن تصور کنید. هر‌یک از اجزای سیستم‌ بینایی ماشین در فرایند نقش متفاوتی را دارند که کار در این مثال با سنسور شروع می‌شود. یک سیستم ماشین بینایی معمولا با یک ورودی تصویر شروع و به درک تصاویر ختم می شود. در ابتدا عکس هایی که از یک ورودی مثل اسکنر، گوشی موبایل یا یک دوربین دیجیتال وارد کامپیوتر می شوند توسط نرم افزارهای پردازش تصویر دریافت شده و با مدل های یادگیری عمقی بسیاری از تحلیل ها بطور خودکار انجام می شود. در آخرین مرحله از مراحل سه گانه ی کارکرد سیستم ماشین بینایی درک ماشین اتفاق می افتد که در این مرحله آن جسم مورد نظر که تصویر آن دریافت شده بود شناسایی و یا تفکیک و طبقه بندی می شود. در حال حاضر سیستم هایی که بر مبنای هوش مصنوعی ساخته شده اند بسیار پیشرفت کرده و همواره گام های روبه جلو تری نسبت به یک سال گذشته خود بر می دارند و همین امر سبب شده تا اقدامات مختلفی را نیز بطور خودکار برای پیشبرد کار انجام دهند.

با پیشرفت تکنولوژی و پدید آمدن قطعات سخت افزاری قدرتمند نظیر دوربین ها و حسگرهای پیشرفته و همچنین قرار گیری این امکانات در کنار یادگیری های عمیق و الگوریتم های یادگیری ماشینی توانسته بینایی مشابه انسان و یا حتی فراتر از ماشین را بوجود آورد.

4.مثال برای درک بهتر کارکرد بینایی ماشین

برای درک این‌که یک سیستم بینایی ماشین چگونه کار می‌کند، یک عملکرد معمولی مانند بازرسی محصول را برای آن تصور کنید. هر‌یک از اجزای سیستم‌ ماشین بینایی در فرایند نقش متفاوتی را دارند که کار در این مثال با سنسور شروع می‌شود. در ابتدای فرایند، سنسور وجود محصولی را تشخیص می‌دهد. یعنی اگر محصولی از کنار سنسور عبور کند، دوربین برای گرفتن تصویر و یک منبع نور برای برجسته‌کردن ویژگی‌های اصلی تحریک شده و شروع به کار می‌کنند.

در مرحله بعد، یک دستگاه دیجیتال‌سازی به نام frame grabber، تصویر دوربین را گرفته و آن را به خروجی دیجیتال ترجمه می‌کند. سپس در حافظه کامپیوتر ذخیره می‌شود تا بتواند توسط نرم‌افزار پردازش شود. برای پردازش یک تصویر، نرم‌افزار کامپیوتر باید کار‌های متفاوت و زیادی را انجام دهد. ابتدا، تصویر در درجه‌بندی به یک قالب ساده سیاه‌وسفید کاهش می‌یابد. در مرحله بعد، تصویر توسط نرم‌افزار سیستم، تجزیه‌و‌تحلیل می‌شود تا نقص‌ها و اجزای مناسب بر اساس معیارهای از پیش تعیین شده شناسایی شوند. پس از این مرحله، محصول بر اساس یافته‌های سیستم ماشین ویژن بازرسی می‌شود. در همه این مراحل، هر‌یک از اجزای سیستم‌ بینایی ماشین نقش مهمی دارند؛ متناسب با کاری که شما نیاز دارید باید اجزای ماشین بینایی مناسبی را استفاده کنید.

5. اجزای سیستم‌های بینایی ماشین

سیستم‌های ماشین ویژن که به آنها سیستم‌های بینایی خودکار یا سیستم‌های بازرسی بینایی نیز گفته می‌شود؛ از اجزای مختلفی تشکیل شده است که در اکثر سیستم‌ها، این اجزای سیستم بینایی ماشین مشترک هستند. اگرچه هر یک از این اجزا function یا عملکرد منحصر‌به‌فرد خود را دارند و در بسیاری از سیستم‌های دیگر نیز یافت می‌شوند؛ اما هنگام کار با یکدیگر، هر یک از آن‌ها نقش متمایزی در سیستم ماشین ویژن دارند.

اجزای سیستم‌ ماشین بینایی به طور معمول شامل پنج المان زیر است:

سیستم روشنایی
سیستم نوری یا لنز
سنسور
سیستم پردازش بینایی
سیستم ارتباطی

اجزای سیستم بینایی ماشین می‌توانند از عناصر گسسته تشکیل شده باشند یا ممکن است در یک واحد مانند یک دوربین هوشمند، عناصر جداگانه را با هم ترکیب کنند و با هم ادغام شوند.

در بخش‌های صنعتی امروزی، ماشین ویژن در کاربردهای بسیار متنوعی به کار می‌رود. از صنعت غذا و نوشیدنی گرفته تا صنعت خودرو، ماشین بینایی برای اطمینان از دقت، تکرارپذیری، کیفیت بالا و افزایش بهره‌وری یک امر اساسی است.

6.انواع بینایی ماشین

اگر بخواهیم آشنایی بیشتری با دید ماشینی داشته باشیم، بهتر است در ابتدا تقسیم‌بندی مناسبی را برای آن در نظر بگیریم تا درک آن آسان‌تر باشد. اگر بخواهیم دسته‌بندی خاصی را برای پردازش بینایی ماشین داشته باشیم، می‌توان به سطح تقسیم‌بندی زیر اشاره کرد:

بینایی ماشین سطح پایین: در این قسمت، پردازش تصویر برای استخراج ویژگی‌هایی مانند گوشه یا لبه نوری انجام می‌شود.
بینایی ماشین سطح میانی: تجهیزات بینایی ماشین در این قسمت، با استفاده از اطلاعات بینایی دسته قبل، یعنی سطح پایین سعی در تشخیص اشیا و باز‌سازی سه‌بعدی خواهند داشت.
بینایی ماشین سطح بالا: سطح بالا که در‌واقع مشخص‌کننده این است که دیدی ماشینی در سطح پایین و میانی چه کاری انجام دهند. همچنین با تجهیزات این بخش می‌توان اطلاعات به‌دست‌آمده را تفسیر کرد.